Vous êtes sur la page 1sur 78
OFPPT

OFPPT

ROYAUME DU MAROC

ﻞﻐﺸﻟا شﺎﻌﻧإو ﻲﻨﻬﻤﻟا ﻦﻳﻮﻜﺘﻟا ﺐﺘﻜﻣ

Office de la Formation Professionnelle et de la Promotion du Travail

DIRECTION RECHERCHE ET INGENIERIE DE FORMATION

RESUME THEORIQUE

&

GUIDE DE TRAVAUX PRATIQUES

MODULE : STATISTIQUES

SECTEUR : TERTIAIRE

SPECIALITE : COMPTABILITE DES ENTREPRISES

NIVEAU : TECHNICIEN

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Document élaboré par :

Mlle Nadia BENHADDOU BAKKIOUI

Révision linguistique:

-

-

-

Validation :

-

-

-

ISTA Taroudant

DR SMD

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Résumé de Théorie et Guide des travaux pratiques

Statistiques

SOMMAIRE

Présentation du module

9

RESUME DE THEORIE

10

Chapitre I- Les statistiques descriptives :

11

I-

Terminologie :

11

II-

Tableaux statistiques :

12

A- Cas d’une seule variable

12

B- Cas de deux variables

13

III-

Représentations graphiques :

14

A- Variable qualitative B- Variable quantitative 1) Variable discrète 2) Variable classée

14

16

16

17

IV-

Caractéristiques de tendance centrale et de position :

19

A- Mode B- Médiane C- Moyenne arithmétique D- Moyenne géométrique E- Moyenne harmonique F- Moyenne quadratique G- Quantiles

19

20

21

22

22

22

23

V-

Caractéristiques de dispersion :

23

A- Étendue B- Intervalle inter-quartile C- Variance et écart-type D- Coefficient de variation

23

23

24

24

VI-

La concentration :

25

A- Valeurs globales B- Médiale C- Courbe de concentration (ou de LORENZ) D- Indice de GINI

25

25

26

26

VII-

Les indices :

27

A- Indices élémentaires

27

B- Indices de LASPEYRES et de PAASCHE

28

1)

Indice de Laspeyres des prix

29

2) Indice de Laspeyres des quantités 3) Indice de Paasche des prix

29

29

4) Indice de Paasche des quantités

29

Résumé de Théorie et Guide des travaux pratiques

Statistiques

VIII-

Régression et corrélation :

30

A- Ajustement d’un nuage de points à une fonction à une fonction mathématique B- Mesure de l’intensité de la relation linéaire entre deux variables 1) Covariance 2) Coefficient de corrélation linéaire 3) Droites de régression

30

31

31

32

32

IX-

Séries chronologiques :

33

A- Décomposition des chroniques B- La détermination du trend C- Analyse de la composante aléatoire D- Désaisonnalisation E- Série ajustée F- Prévisions à court terme

33

34

35

35

35

35

Chapitre II. Réalisation des enquêtes

37

I. Détermination optimale d’un échantillon

37

II. Elaboration du questionnaire

38

Chapitre III. Réalisation des sondages

40

I-

Estimateur d’une moyenne ou d’une proportion

40

II-

Variance de ces estimateurs

43

III-

Estimation par intervalle de confiance

44

Contrôle continu

46

GUIDE DES TRAVAUX PRATIQUES TP1 : représentation graphique, paramètres de tendance centrale, de dispersion. TP2 : représentation graphique TP3 : paramètres de tendance centrale TP4 : représentation graphique, la corrélation TP5 : représentation graphique, paramètres de tendance centrale et de dispersion TP6 : ajustement linéaire, prévisions et corrélation TP7 : QCM Evaluation de fin de module Liste bibliographique

47

48

49

50

52

53

55

56

76

77

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Module : Statistiques

Durée : 50 H 40% : Théorique 60% : Pratique

OBJECTIF OPERATIONNEL DE PREMIER NIVEAU DE COMPORTEMENT

COMPORTEMENT ATTENDU

Pour démontrer sa compétence, le stagiaire doit appliquer les méthodes statistiques. Selon les conditions, les critères et les précisions qui suivent :

CONDITIONS D’EVALUATION

A partir des études de cas, mise en situation, consignes du formateur, toute documentation nécessaire ;

A l’aide de : calculatrice, tableur et logiciel de statistiques.

CRITERES GENERAUX DE PERFORMANCE

o

o

o

o

o

Respect de la démarche de calcul

Respect des principes de gestion de temps

Respect des pratiques courantes et des règles établies par l’entreprise

Exactitude des calculs

Vérification appropriée du travail.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

OBJECTIF OPERATIONNEL DE PREMIER NIVEAU DE COMPORTEMENT

PRECISION SUR LE COMPORTEMENT ATTENDU

 

CRITERES PARTICULIERS DE PERFORMANCE

A. Comprendre les variables statistiques

o

Qualification d’une variable qualitative

o

Qualification d’une variable quantitative discrète

o

Qualification d’une variable quantitative continue

B. Réaliser des représentations graphiques

o

Représentation correcte des variables quantitatives discrètes

o

Représentation correcte des variables quantitatives continues

C. Calculer les caractéristiques des distributions

o

Calcul et interprétation juste des paramètres de tendance centrale Mode Médiane Quartiles Moyennes

Calcul et interprétation correcte des paramètres de dispersion Etendue Ecart absolu moyen et écart quantile Variance, écart-type et coefficient de variation

 

o

 

D. Déterminer les liens entre deux variables

o

Traitement du cas de deux caractères quantitatifs (coefficient de corrélation linéaire, ajustement par la droite des moindres carrés, rapport de corrélation)

o

Traitement du cas d’un caractère quantitatif et d’un caractère qualitatif (rapport de corrélation)

o

Traitement du cas de deux caractères qualitatifs

Résumé de Théorie et Guide des travaux pratiques

Statistiques

E.

Réaliser des sondages

 
 

o

Réalisation de sondage simple avec :

estimateur d’une moyenne ou d’une proportion

variance de ces estimateurs

estimateurs de ces variances

F. Réaliser des enquêtes

algorithmes de tirages

o

Détermination optimale de l’échantillon

o

Elaboration du questionnaire

o

Recueil des données

o

Dépouillement, codage et saisie

o

Validation des données

o

Traitement statistique

o

Analyse des résultats

Résumé de Théorie et Guide des travaux pratiques

Statistiques

OBJECTIFS OPERATIONNELS DE SECOND NIVEAU

Avant d’apprendre à comprendre les variables statistiques, le stagiaire doit :

1- Comprendre la notion des « statistique » 2- Comprendre les objectifs des statistiques

Avant d’apprendre à réaliser les représentations graphiques, le stagiaire doit :

3- Distinguer entre les variables qualitatives et les variables quantitatives 4- Distinguer entre les variables quantitatives discrètes et les variables quantitatives continues 5- Présenter les séries statistiques dans des tableaux

Avant d’apprendre à calculer les caractéristiques des distributions, le stagiaire doit :

6- Réaliser des représentations graphiques 7- Interpréter ces représentations graphiques

Avant d’apprendre à déterminer les liens entre deux variables, le stagiaire doit :

8- représentez les distributions à deux variables dans des tableaux 9- représentez graphiquement ces distributions 10- calculer les caractéristiques des distributions 11- Interpréter ces caractéristiques des distributions

Avant d’apprendre à réaliser des sondages, le stagiaire doit :

12- définir le sondage 13- comprendre les objectifs de la réalisation des sondages 14- calculer les caractéristiques des distributions

Avant d’apprendre à réaliser des enquêtes, le stagiaire doit :

15- définir l’enquête 16- comprendre les objectifs de la réalisation des enquêtes

OFPPT/DRIF

9

Résumé de Théorie et Guide des travaux pratiques

Statistiques

PRESENTATION DU MODULE

Ce module s’adresse en priorité à aux techniciens comptables des entreprises et aux techniciens spécialisés en gestion des entreprises.

Il répond à trois objectifs fondamentaux :

1) L’acquisition des connaissances : chaque chapitre comprend ainsi une partie Cours détaillée : les formules mathématiques fondamentales, mais aussi les points délicats du cours sont abordés.

2) L’utilisation des connaissances : chaque chapitre comprend des applications nombreuses et variées qui permettent aux stagiaires d’utiliser leurs connaissances. La plupart de ces applications sont accompagnées d’indications de résultats ou éléments de réponse.

3) L’adaptation des connaissances : des Travaux Pratiques proposés, devront permettre aux stagiaires de mettre en application leurs qualités de raisonnement et d’adaptation face à des problèmes plus longs où de nombreuses connaissances sont exigées.

La masse horaire affectée à ce module est de 50 heures dont 30 heures consacrées aux travaux pratiques.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Module : Statistiques Descriptives

RESUME THEORIQUE

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Chapitre I- Les statistiques descriptives :

I- Terminologie :

1. Statistique :

La statistique est une méthode scientifique dont l’objet est de recueillir, d’organiser, de résumer et d’analyser les données d’une enquête, d’une étude o d’une expérience, aussi bien que de tirer les conclusions logiques et de prendre les décisions qui s’imposent à partir des analyses effectuées.

2. Population :

Ensemble d'individus définis par une propriété commune donnée. Exp : si l’on veut étudier la durée de vie des ampoules électriques fabriquées par une compagnie, la population considérée est l’ensemble de toutes les ampoules fabriquées par

cette compagnie.

3. Echantillon :

Sous-ensemble de la population. Exp : pour établir la durée de vie des ampoules électriques produites par une machine, on peut prélever au hasard un certain nombre d’ampoules - un échantillon- parmi toutes les celles produites par cette machine.

4. Individu ou unité statistique :

Chaque élément de la population ou de l’échantillon. Exp : dans l’exemple précédant, chaque ampoule constitue un individu ou une unité statistique.

5. La taille :

Représente le nombre d’individus d’un échantillon ou d’une population. Elle est symbolisée

par « n » dans le cas d’un échantillon et par « N » dans le cas d’une population.

6. Le caractère :

C’est l’aspect particulier que l’on désire étudier. Exp : concernant un groupe de personnes, on peut s’intéresser à leur age, leur sexe leur taille…

7. Les modalités :

Les différentes manières d’être que peut présenter un caractère. Exp 1 : le sexe est un caractere qui presente deux modalités : feminin ou masculin Exp 2 : quant au nombre d’enfants par famille, les modalités de ce caractere peuvent etre 0,1

2,3…,20.

8. Caractère qualitatif :

Ses modalités ne s’expriment pas par un nombre

Exp : la religion, le sexe, l’opinion…

9. Caractère quantitatif :

Ses modalités sont numériques. Exp : l’age, la taille, le poids…

Résumé de Théorie et Guide des travaux pratiques

Statistiques

10. Caractère quantitatif discret

L’ensemble des valeurs que peut prendre le caractère est fini ou dénombrable. Le plus souvent, ces valeurs sont entières. Exp :le nombre d’enfant dans une famille, le nombre de téléviseurs par foyer et la pointure des souliers.

11. Caractère quantitatif continu :

Le caractère peut prendre théoriquement n’importe quelle valeur dans un intervalle donné de

nombres réels. Exp : la taille d’un individu, le poids…

12. Série statistique :

L’ensemble des différentes données associées à un certain nombre d’individus. Exp : la série suivante résulte d’une courte enquête auprès de quelques personnes pour

connaître leur age :

18

21

19

19

17

22

27

18

18

17

20

20

23

II- Tableaux statistiques :

A- Cas d’une seule variable :

Le tableau brut se présente sous la forme suivante:

: Le tableau brut se présente sous la forme suivante: Le nombre d'individus observé étant en

Le nombre d'individus observé étant en général important, le tableau précédant ne permet pas d'analyser l'information obtenue. Il est donc nécessaire de créer un tableau plus synthétique où les observations identiques (possédant la même modalité) ont été regroupées.

(possédant la même modalité) ont été regroupées. Pour une variable qualitative, les modalités ne sont pas

Pour une variable qualitative, les modalités ne sont pas mesurables.

Pour une variable quantitative, les modalités sont mesurables. Ce sont

des valeurs numériques ponctuelles lorsque la variable est discrète

des intervalles lorsque la variable est continue ou lorsque la variable est discrète et qu'elle comporte beaucoup de modalités.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

Nous étudions une population de 1000 entreprises selon le caractère modalité « forme juridique ». Les modalités retenues : S.A (Société Anonyme), SARL (Société A Responsabilité Limitée), EI (Entreprise Individuelle), SNC ( Société en Nom Collectif). Leurs effectifs respectifs : 200, 400, 340, 60. T.A.F :

Présentez cette série dans un tableau.

B- Cas de deux variables :

Le tableau brut se présente sous la forme suivante:

: Le tableau brut se présente sous la forme suivante: On désire créer un tableau appelé

On désire créer un tableau appelé tableau de contingence donnant le nombre d'individus possédant simultanément la modalité i de variable1 et la modalité j de variable2 qui se présentera sous la forme suivante:

la modalité i de variable1 et la modalité j de variable2 qui se présentera sous la

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application:

Dans une entreprise, une enquête statistique a été faite sur 300 employés, et portant sur deux caractères, l’age et la rémunération. Les résultats de l’enquête sont présentés dans les deux tableaux suivants :

Age

n

20

à 25

150

25

à 30

100

30

à 35

200

35

à 40

50

Rémunération en dhs

n

Moins de 1500

200

1500

à 2000

150

2000

à 2500

100

plus de 2500

50

TAF :

Présentez dans un même tableau la distribution de ces deux caractères.

III- Représentations graphiques :

Lorsqu'on observe un caractère sur des individus, on aboutit à un tableau de chiffres peu parlant. L'objectif est de donner une représentation graphique de ce tableau qui permette d'un seul coup d'œil d'avoir une idée de la manière dont se répartissent les individus.

A- Variable qualitative :

A chaque modalité i est associé un effectif ni. La seule représentation qui nous intéresse est celle des effectifs ni (ou des fréquences ni/n). Suivant la variable observée, de nombreuses représentations plus ou moins informatives peuvent être utilisées. Cependant les 2 plus classiques sont:

Les tuyaux d'orgue (ou diagramme en barre ou diagramme à bandes)

- les modalités de la variable sont placées sur une droite horizontale (attention: ne pas

orienter cette droite car les modalités ne sont pas mesurables et il n'y a donc pas de relation d'ordre entre elles).

- les effectifs (ou les fréquences) sont placés sur un axe vertical. La hauteur du tuyau est proportionnelle à l'effectif.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

de Théorie et Guide des travaux pratiques Statistiques • les diagrammes à secteurs (ou camemberts) -

les diagrammes à secteurs (ou camemberts)

- L'effectif total est représenté par un disque.

- Chaque modalité est représentée par un secteur circulaire dont la surface (pratiquement :

l'angle au centre) est proportionnelle à l'effectif correspondant.

centre) est proportionnelle à l'effectif correspondant. Application : La répartition des candidats convoqués

Application :

La répartition des candidats convoqués pour participer au Test d’Admissibilité à la Formation en Management (TAFEM 1998) pour l’accession à L’Ecole Nationale de Commerce et de Gestion d’Agadir , selon la série du baccalauréat se présente comme suit :

Série du Bac xi

Nombre de candidats ni

Sciences économiques Sciences mathématiques Sciences expérimentales T.G.A T.G.C

250

200

400

50

100

Total

1000

TAF: représentez cette distribution en Tuyaux d’orgues et Diagramme circulaire.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

B- Variable quantitative :

Avant toute tentative de représentation, il y a lieu de distinguer entre variable discrète et variable classée (regroupements en classes).

Deux types de graphiques sont intéressants de représenter:

a) les diagrammes différentiels qui mettent en évidence les différences d'effectifs (ou de

fréquences) entre les différentes modalités ou classes.

b) les diagrammes cumulatifs qui permettent de répondre aux questions du style "combien

d'individus ont pris une valeur inférieure (ou supérieure) à tant?".

1) Variable discrète

Diagramme différentiel : le diagramme en bâtons Les valeurs discrètes xi prises par les variables sont placées sur l'axe des abscisses, et les effectifs (ou les fréquences) sur l'axe des ordonnées. La hauteur du bâton est proportionnelle à l'effectif.

La hauteur du bâton est proportionnelle à l'effectif. • Diagrammes cumulatifs : ils permettent de visualiser

Diagrammes cumulatifs : ils permettent de visualiser l'évolution des effectifs (fréquences) cumulés croissants ou décroissants.

(fréquences) cumulés croissants ou décroissants. Remarque : les deux courbes sont symétriques par rapport à

Remarque: les deux courbes sont symétriques par rapport à un axe horizontal d'ordonnée n/2 pour les effectifs, ½ pour les fréquences. On utilise l'effectif (fréquence) cumulé croissant pour répondre aux questions du style :

Quel est le nombre (%) d'individus dont la valeur du caractère est inférieure ou égale à x ? On utilise l'effectif (fréquence) cumulé décroissant pour répondre aux questions du style :

Quel est le nombre (%) d'individus dont la valeur du caractère est strictement supérieure à x ?

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Se souvenir:

(au plus x) équivalent à ( < x) donc utiliser N(x) ou F(x) (plus que x) équivalent à ( > x) donc utiliser N '(x) ou F '(x)

Exemple:

( > x) donc utiliser N '(x) ou F '(x) Exemple: - (au plus 6) équivalent

- (au plus 6) équivalent à ( < 6) donc on pourra lire la fréquence cumulée croissante en 6, c-à- d. F(6) = 0,3

- (plus de 6) équivalent à ( > 6) donc on pourra lire la fréquence cumulée décroissante en 6, c.à.d. F '(6) = 0,7

- (moins de 6) équivalent à (< 6) équivalent à ( < 6- ) est une très faible valeur

positive, donc on pourra lire la fréquence cumulée croissante en 6- , c.à.d. F(6- ) = 0,2

- (au moins 6) équivalent à ( > 6) équivalent à ( > 6- ) est une très faible valeur

positive, donc on pourra lire la fréquence cumulée décroissante en 6- , c.à.d. F '(6- ) = 0,8

Application :

Représentez graphiquement la distribution des 50 étudiants en fonction du nombre de personnes par ménage suivante :

Nombre de personnes par ménage xi

Nombre d’étudiants ni

3

5

4

15

6

15

7

10

8

5

Total

50

2) Variable classée

Diagramme différentiel : l'histogramme

C'est un ensemble de rectangles contigus, chaque rectangle associé à chaque classe ayant une surface proportionnelle à l'effectif (fréquence) de cette classe. Attention: Avant toute construction d'histogramme, il y a lieu de regarder si les classes sont d'amplitudes égales ou inégales.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Le cas des classes d'amplitudes égales ne pose aucune difficulté car il suffit de reporter en ordonnée l'effectif (la fréquence). Dans le cas d'amplitudes inégales on reporte en ordonnée la densité di (effectif divisé par l'amplitude de la classe)

di (effectif divisé par l'amplitude de la classe) • Diagrammes cumulatifs L'utilisation des courbes est

Diagrammes cumulatifs

l'amplitude de la classe) • Diagrammes cumulatifs L'utilisation des courbes est identique au cas discret.

L'utilisation des courbes est identique au cas discret. Exemple:

classe) • Diagrammes cumulatifs L'utilisation des courbes est identique au cas discret. Exemple: OFPPT/DRIF 19

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

Représentez graphiquement la distribution de 50 étudiants en fonction de leur taille suivante :

Taille en cm xi

Nombre d’étudiants

150-160

16

160-165

6

165-170

12

170-175

14

175-180

2

Total

50

IV- Caractéristiques de tendance centrale et de position :

Les caractéristiques de tendance centrale essayent de donner la valeur la plus représentative d'un ensemble de valeurs numériques.

A- Mode :

C'est la valeur observée d'effectif maximum.

Variable discrète: classer les données par ordre croissant. Celle d'effectif maximum donne le mode. Il est fortement conseillé d'utiliser le diagramme en bâtons pour déterminer le mode. En effet, deux valeurs consécutives xi , xi+1 peuvent avoir le même effectif maximum; on parlera d'intervalle modal [xi , xi+1]. Il peut aussi y avoir un mélange de deux populations qui conduit à un diagramme en bâtons où apparaissent deux bosses; on considérera deux modes. Il est déconseillé, sauf raison explicite, d'envisager plus de deux modes.

Variable classée: la classe modale correspond à la classe ayant l'effectif maximum. Il est fortement conseillé d'utiliser l'histogramme pour déterminer le mode. Comme pour le cas discret, on peut avoir deux classes modales. Toutes les valeurs de la classe pouvant à priori se réaliser, on ne se contentera pas de déterminer la classe modale. Une des valeurs de cette classe sera le mode. Certains auteurs préconisent par simplicité de prendre le centre de la classe modale. Il est préférable cependant de tenir compte des classes adjacentes de la manière suivante:

modale. Il est préférable cependant de tenir compte des classes adjacentes de la manière suivante: OFPPT/DRIF

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

Déterminez la valeur modale de la distribution suivante, de 50 étudiants selon leur taille :

Taille en cm : xi

Nombre d’étudiants : ni

150-160

15

160-170

6

170-175

10

175-180

16

185-200

3

Total

50

Eléments de réponse :

Mo = 173.77 cm

B- Médiane :

Les valeurs étant rangées par ordre croissant, c'est la valeur de la variable qui sépare les observations en deux groupes d'effectifs égaux.

Variable discrète: la détermination peut s'obtenir à partir du tableau statistique en recherchant la valeur de la variable correspondant à une fonction cumulée égale à n/2 (effectif cumulé) ou ½ (fréquence cumulée). Il est encore plus facile de lire sur les graphiques cumulatifs les abscisses des points d'ordonnée n/2 (effectif cumulé) ou ½ (fréquence cumulée). Si tout un intervalle a pour image n/2 ( ½ pour la fréquence), on parlera d'intervalle médian (on peut prendre le milieu de l'intervalle comme médiane)

peut prendre le milieu de l'intervalle comme médiane) Application : Soit la série statistique suivante :
peut prendre le milieu de l'intervalle comme médiane) Application : Soit la série statistique suivante :

Application :

Soit la série statistique suivante :

19 17 20 18 17 17 20 19 15 16 20 23 22 14 15 24 TAF : Calculez la médiane de cette série Eléments de réponse :

Me=18.5

Variable classée: l'abscisse du point d'ordonnée n/2 ( ½ pour la fréquence)se situe en général à l'intérieur d'une classe. Pour obtenir une valeur plus précise de la médiane, on procède à une interpolation linéaire. La valeur de la médiane peut être lue sur le graphique ou calculée analytiquement.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

de Théorie et Guide des travaux pratiques Statistiques d'où la valeur de la médiane. De manière

d'où la valeur de la médiane. De manière générale, si a et b sont les bornes de la classe contenant la médiane, F(a) et F(b) les valeurs de la fréquence cumulée croissante en a et b, alors

de la fréquence cumulée croissante en a et b, alors Application : Déterminez la valeur médiane

Application :

Déterminez la valeur médiane de la distribution des tailles suivantes :

Taille en cm xi

Nombre d’étudiants ni

Taille en cm xi Nombre d’étudiants ni N   N

N

 

N

150-160

15

 

15

150-160 15   15 50

50

160-165

5

20

 

35

165-170

10

30

30

170-175

18

48

20

175-180

2

50

2

Total

50

 

#

 

#

Eléments de réponse : Me = 167.5

C- Moyenne arithmétique :

Si xi sont les observations d'une variable discrète ou les centres de classe d'une variable

discrète ou les centres de classe d'une variable classée, La moyenne arithmétique est un paramètre de

classée,

La moyenne arithmétique est un paramètre de tendance centrale plus utilisé que les autres de par ses propriétés algébriques:

a) Pour plusieurs populations d'effectifs n1, n2,

respectives

, nk, de moyennes

d'effectifs n1, n2, respectives , nk, de moyennes moyenne globale = moyenne des moyennes b) La

moyenne globale = moyenne des moyennes

, nk, de moyennes moyenne globale = moyenne des moyennes b) La moyenne arithmétique conserve les

b) La moyenne arithmétique conserve les changements d'échelle et d'origine

moyenne des moyennes b) La moyenne arithmétique conserve les changements d'échelle et d'origine OFPPT/DRIF 22

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

Déterminez la taille moyenne des 50 étudiants dont la distribution par taille se présente comme suit :

Taille en cm xi

Nombre d’étudiants

150-160

16

160-165

6

165-170

12

170-175

14

175-180

2

Total

50

Eléments de réponse :

x = 168.3 cm

D- Moyenne géométrique :

Si xi sont les observations d'une variable quantitative, la moyenne géométrique est égale à

quantitative, la moyenne géométrique est égale à Ce type de moyenne est surtout utilisé pour calculer

Ce type de moyenne est surtout utilisé pour calculer des pourcentages moyens. r étant un taux d'accroissement, 1+r est appelé coefficient multiplicateur; et le coefficient multiplicateur moyen est alors égal à la moyenne géométrique des coefficients multiplicateurs.

E- Moyenne harmonique :

Si xi sont les observations d'une variable quantitative, la moyenne harmonique est égale à

variable quantitative, la moyenne harmonique est égale à Il n'est pas évident d'utiliser ce type de

Il n'est pas évident d'utiliser ce type de moyenne.

Elle intervient lorsqu'on demande une moyenne de valeurs se présentant sous forme de

quotient de deux variables x/y (km/h, km/litre,

décortiquer le problème car il peut aussi s'agir d'une moyenne arithmétique.

).

Attention, il faut cependant bien

Application :

Un cycliste effectue une traversé de 50 kms. Pendant les 20 premiers kms il roulait avec une vitesse constance de km/h, les 15 kms suivants à une vitesse constante de 30 km/h. Du point kilométrique 35 au 55 la vitesse de notre cycliste n’est que de 10 km/h et au-delà du point kilométrique sa vitesse n’est que de 5 km/h. TAF :

Quelle est la vitesse de ce cycliste sur l’ensemble du parcours ? Eléments de réponse :

H = 16.67

F- Moyenne quadratique :

Si xi sont les observations d'une variable quantitative, la moyenne harmonique est égale à

: Si xi sont les observations d'une variable quantitative, la moyenne harmonique est égale à OFPPT/DRIF

Résumé de Théorie et Guide des travaux pratiques

Statistiques

G- Quantiles :

Ce sont des caractéristiques de position. Il y a 1 médiane Me qui sépare les observations en 2 groupes d'effectifs égaux

3

quartiles Q1, Q2, Q3 qui séparent les observations en 4 groupes d'effectifs égaux

9

déciles D1, D2,

,

D9 qui séparent les observations en 10 groupes d'effectifs égaux

99 centiles C1, C2,

La détermination de ces caractéristiques est identique à celle de la médiane. Les quartiles sont obtenus lorsqu'on a cumulé 25, 50, 75% de la population

Les déciles sont obtenus lorsqu'on a cumulé 10, 20, Les centiles sont obtenus lorsqu'on a cumulé 1, 2,

, Remarque: la notion de déciles et de centiles n'a de sens que s'il y a beaucoup d'observations et donc essentiellement pour une variable classée.

, C99 qui séparent les observations en 100 groupes d'effectifs égaux

90% de la population

, 99% de la population

Application :

Soit la population de 80 salariés classés d’après le niveau de leur salaire journalier.

 

Classes en dhs

ni

ni cumulés

1

90 à 100

5

5

2

100

à 110

9

14

3

110

à 120

16

30

4

120

à 130

25

55

5

130

à 140

13

68

6

140

à 150

7

75

7

150

à 160

3

78

8

160

à 170

2

80

Total

 

80

 

TAF : calculez la médiane et les deux quartiles Eléments de réponse :

Me = 124 Q 1 = 110+ (10x6)/16 = 113.7 Q 3 = 130+(10x5)/13 = 133.8

V- Caractéristiques de dispersion :

Comme leur nom l'indique, ces caractéristiques essayent de synthétiser par une seule valeur numérique la dispersion de toutes les valeurs observées.

A- Étendue :

C'est la différence entre la plus grande et la plus petite observation

Application :

Quelle est l’étendue de la série statistique suivante :

10 390 395 405 410 1000 Eléments de réponse :

Etendue = 990

B- Intervalle inter-quartile :

C'est la différence entre le troisième et le premier quartile

Application :

Reprenez les données de l’application sur les quartiles et calculez l’intervalle inter-quartile. Eléments de réponse :

Q3-Q1=20

OFPPT/DRIF

24

Résumé de Théorie et Guide des travaux pratiques

Statistiques

C- Variance et écart-type :

Si xi sont les observations d'une variable discrète ou les centres de classe d'une variable classée, la variance

centres de classe d'une variable classée, la variance On utilise plus couramment l'écart type qui est

On utilise plus couramment l'écart type qui est la racine carrée de la variance et qui a l'avantage d'être un nombre de même dimension que les données (contrairement à la variance qui en est le carré) La variance est un paramètre de dispersion plus utilisé que les autres de par ses propriétés algébriques:

que les autres de par ses propriétés algébriques: D- Coefficient de variation : C'est un coefficient

D- Coefficient de variation :

ses propriétés algébriques: D- Coefficient de variation : C'est un coefficient qui permet de relativiser

C'est un coefficient qui permet de relativiser l'écart type en fonction de la taille des valeurs. Il permet ainsi de comparer la dispersion de séries de mesures exprimées dans des unités différentes

Applications :

App.1- Les séries suivantes représentent la mesure d’un caractère auprès des individus d’une population :

a. 6

1

8

10

5

4

11

3

2

9

7

12

13

b. 19

17

7

1

4

24

15

22

10

13

c. 15

12

17

15

20

15

20

15

15

9

7

d. 21

25

34

10

20

27

14

20

34

Dans chacun de ces cas calculez : la moyenne, la médiane, le mode,la variance, l’écart type et le

coefficient de variation. Eléments de réponse :

a. x=7, Me=7, pas de mode, σ²=14, σ=3.74, V=53.4%

b. x=13.2, Me=14, pas de mode, σ²=52.76, σ=7.26, V=55%

c. x=14.5, Me=15, Mo=15, σ²=14.61, σ=3.82, V=26.3%

d. x=22.8, Me=21, deux modes :20 et 34, σ²=59.28, σ=7.70, V=33.8%

OFPPT/DRIF

25

Résumé de Théorie et Guide des travaux pratiques

Statistiques

App.2- La distribution suivante représente la répartition de la longueur de pinces d’écrevisse provenant d’une rivière :

Limites

ni

1.02---1.23

5

1.24---1.45

7

1.46---1.67

4

1.68---1.89

1

1.90---2.11

4

2.12---2.33

6

2.34---2.55

3

2.56---2.77

1

TAF : calculez : la moyenne, la médiane, le mode,la variance, l’écart type et le coefficient de variation. Eléments de réponse :

x=1.757, Mo=1.345 (le centre de la classe modale), Me=1.648, σ²=0.238, σ=0.488, V=27.8%

VI- La concentration :

L'objectif est de mesurer les inégalités dans la répartition d'une variable à l'intérieur d'une population. Cette notion n'a d'intérêt que dans la mesure où les valeurs globales suivantes ont une signification concrète

A- Valeurs globales :

xi représentent les valeurs ponctuelles ou les centres des classes, ni les effectifs correspondants. Les valeurs globales de la série (xi , ni) sont les quantités gi = ni xi

B- Médiale :

La médiale de la série (xi , ni) est la médiane de la série (xi , gi)

Application :

L’importance quantitative des portefeuilles de titres déposés dans une société de portefeuille

« Maroc Invest » en Kdh en 1996.

Importance du portefeuille en kdh

f%

f cumulé

f’%

f’cumulé

Moins de 10.000

41

41

2

2

10.000

à 50.000

37

78

15

17

50.000

à 100.000

10

88

11

28

100.000

à 200.000

6

94

13

41

200.000

à 500.000

4

98

19

60

500.000

à plus

2

100

40

100

 

Total

100

-

100

-

f représentent les pourcentages du nombre total des portefeuilles.

f’ représentent les pourcentages de la valeur totale des portefeuilles.

TAF : calculez la médiane et la médiale de cette distribution Eléments de réponse :

Me = 19730, Ml= 342105 kdh

Résumé de Théorie et Guide des travaux pratiques

Statistiques

C- Courbe de concentration (ou de LORENZ)

C'est la courbe obtenue en représentant

(ou de LORENZ) C'est la courbe obtenue en représentant L'allure de la courbe permet d'avoir une
(ou de LORENZ) C'est la courbe obtenue en représentant L'allure de la courbe permet d'avoir une

L'allure de la courbe permet d'avoir une idée de la concentration

la courbe permet d'avoir une idée de la concentration D- Indice de GINI Propriétés: Exercice synthétique

D- Indice de GINI

d'avoir une idée de la concentration D- Indice de GINI Propriétés: Exercice synthétique : (voir TP

Propriétés:

une idée de la concentration D- Indice de GINI Propriétés: Exercice synthétique : (voir TP N°1)

Exercice synthétique : (voir TP N°1)

Résumé de Théorie et Guide des travaux pratiques

Statistiques

VII- Les indices :

Permettent de mesurer l'évolution d'un phénomène au cours du temps

A- Indices élémentaires :

L'indice d'évolution d'une variable élémentaire y entre la date t0, dite date de référence ou date de base, et la date t, dite date courante est

ou date de base, et la date t, dite date courante est L'indice base 100, c.à.d.

L'indice base 100, c.à.d. exprimé en pourcentage est

L'indice base 100, c.à.d. exprimé en pourcentage est Remarque: Il est toujours préférable d'effectuer les

Remarque: Il est toujours préférable d'effectuer les calculs avec i et de donner le résultat en base 100 à la fin des calculs. On utilise essentiellement l'indice des prix (P), l'indice des quantités ou volumes (Q), et l'indice des valeurs ou dépenses (V = P Q) Propriétés:

- identité

valeurs ou dépenses (V = P Q) Propriétés: - identité - réversibilité - circularité - L'indice

- réversibilité

- circularité

- L'indice est étroitement lié au taux de croissance

- L'indice est étroitement lié au taux de croissance i = r +1 est aussi appelé

i = r +1 est aussi appelé coefficient multiplicateur par les économistes

lié au taux de croissance i = r +1 est aussi appelé coefficient multiplicateur par les

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Applications :

App.1- Le prix de la tomate au Maroc a été de 1.5 dhs en moyenne en 1980 et de 2.3 dhs en 1995. TAF : calculez l’indice élémentaire du prix de la tomate en 1995, base 100 en 1980 et interprétez- le. Eléments de réponse :

I 95/80 = G 95 =(2.3/1.5) x 100 = 153.33

G 80

Le prix de la tomate au Maroc a augmenté de 53.33% entre 1980 et 1995

App.2- On savait que le prix du sucre dans un pays X a augmenté de 2.5% entre 1960 et 1975 et de 7.5% entre 1960 et 1995. TAF : déterminez l’indice élémentaire du prix du sucre en 1995 base 100 en 1975, pour le pays en question. Eléments de réponse :

I 95/75 = I 95/75 = 107.5x100 104.88

I 75/60

102.5

Exercice de synthèse :

Les données concernant l’évolution des prix de plusieurs articles entre les périodes 1995 et 1985, ainsi que leur poids sont groupés dans le tableau suivant :

 

Prix

P’ 85

P’ 95

α

i

Articles

 
 

A

36

40

0.15

B

12

15

0.10

C

40

45

0.25

D

15

13

0.05

E

42

50

0.15

F

5

8

0.10

G

30

40

0.05

H

8

10

0.15

TAF: calculez les indices élémentaires des prix des différents articles, puis déterminez l’indice général des prix. Eléments de réponse :

I95/85 ( PA) = 40/36 x 100 = 111.11 I95/85 ( PB) = 15/12 x 100 = 125 I95/85 ( PC) = 45/40 x 100 = 112.5 I95/85 ( PD) = 13/15 x 100 = 86.67 I95/85 ( PE) = 50/42 x 100 = 119.05 I95/85 ( PF) = 8/5 x 100 = 160 I95/85 ( PG) = 40/30 x 100 = 133.33 I95/85 ( PH) = 10/8 x 100 = 125 - L’indice des moyennes: I 95/85 = P 95 = 31.2/26.85 x 100 = 116.2

I 9 5 / 8 5 = P 9 5 = 31.2/26.85 x 100 = 116.2

P 85

- La moyenne des indices : I 95/85 (P) = ∑ α i I 95/85 i =120.9

B- Indices de LASPEYRES et de PAASCHE

Ce sont des indices synthétiques qui sont des résumés numériques des indices élémentaires lorsqu'on cherche à mesurer l'évolution d'un ensemble de plusieurs produits. coefficient de pondération ou budgétaire du produit j par rapport à la date t :

Résumé de Théorie et Guide des travaux pratiques

Statistiques

a) Indice de Laspeyres des prix

pratiques Statistiques a) Indice de Laspeyres des prix b) Indice de Laspeyres des quantités c) Indice
pratiques Statistiques a) Indice de Laspeyres des prix b) Indice de Laspeyres des quantités c) Indice

b) Indice de Laspeyres des quantités

de Laspeyres des prix b) Indice de Laspeyres des quantités c) Indice de Paasche des prix

c) Indice de Paasche des prix

b) Indice de Laspeyres des quantités c) Indice de Paasche des prix d) Indice de Paasche

d) Indice de Paasche des quantités

b) Indice de Laspeyres des quantités c) Indice de Paasche des prix d) Indice de Paasche

Statistiques

Résumé de Théorie et Guide des travaux pratiques

Application :

Les données concernant l’évolution des prix et des quantités de plusieurs articles entre les périodes 1995 et 1985 :

Prix

P’ 85

P’ 95

Q’ 85

Q’ 95

Articles

 

A

36

40

6

7

B

12

15

20

20

C

40

45

13

11

D

15

13

15

15

E

42

50

9

18

F

5

8

25

25

G

30

40

10

9

H

8

10

30

30

TAF : calculez les différents indices synthétiques des prix, des quantités et des valeurs. Eléments de réponse :

- Indice de Laspeyrs des prix :

L 95/85 (P) = 125

-

Indice de Paasche des prix :

P

(P) = 119

-

Indice de Laspeyrs des quantités:

L 95/85 (Q) = 119

-

Indice de Paasche des quantités :

P

(P) = 134

-

indice des valeurs (indice des dépenses totales) :

D 95/85 = P’ 95 Q’ 95

P’ 85 Q’ 85

= 3030/2136

x 100 =142

VIII- Régression et corrélation :

Lorsqu'on observe deux variables quantitatives sur les mêmes individus, on peut s'intéresser à une liaison éventuelle entre ces deux variables. La régression fournit une expression de cette liaison sous la forme d'une fonction mathématique. La corrélation renseigne sur l'intensité de cette liaison.

A- Ajustement d’un nuage de points à une fonction mathématique :

a) Ajustement linéaire par la méthode des moindres carrés

Lorsque le nuage de points (xi , yi) est à peu près rectiligne, on peut envisager d'exprimer la liaison entre x et y sous forme de fonction affine y = ax + b

Résumé de Théorie et Guide des travaux pratiques

Statistiques

de Théorie et Guide des travaux pratiques Statistiques b) Ajustement à une fonction exponentielle , il
de Théorie et Guide des travaux pratiques Statistiques b) Ajustement à une fonction exponentielle , il
de Théorie et Guide des travaux pratiques Statistiques b) Ajustement à une fonction exponentielle , il
de Théorie et Guide des travaux pratiques Statistiques b) Ajustement à une fonction exponentielle , il
de Théorie et Guide des travaux pratiques Statistiques b) Ajustement à une fonction exponentielle , il

b) Ajustement à une fonction exponentielle

, il suffit de faire leStatistiques b) Ajustement à une fonction exponentielle Pour ajuster un nuage de points à une courbe

Pour ajuster un nuage de points à une courbe exponentielle

changement de variable Y = ln y , X = x , A = ln a , B = ln b , pour obtenir l'équation Y = AX

+ B, et d'utiliser ensuite l'ajustement linéaire par la méthode des moindres carrés sur les points

(Xi , Yi).

c) Ajustement à une fonction puissance

points (Xi , Yi). c) Ajustement à une fonction puissance Pour ajuster un nuage de points

Pour ajuster un nuage de points à une courbe puissance

changement de variable Y = ln y , X = ln x , A = a , B = ln b , pour obtenir l'équation Y = AX

+ B , et d'utiliser ensuite l'ajustement linéaire par la méthode des moindres carrés sur les

points (Xi , Yi).

, il suffit de faire le

B- Mesure de l’intensité de la relation linéaire entre deux variables :

1) Covariance

la rela tion linéaire entre deux variables : 1) Covariance x et y varient dans le
la rela tion linéaire entre deux variables : 1) Covariance x et y varient dans le

x

et y varient dans le même sens

entre deux variables : 1) Covariance x et y varient dans le même sens x et

x

et y varient en sens contraire

entre deux variables : 1) Covariance x et y varient dans le même sens x et

Résumé de Théorie et Guide des travaux pratiques

Statistiques

2) Coefficient de corrélation linéaire

relation fonctionnelle linéaire
relation fonctionnelle linéaire

indépendance linéairede corrélation linéaire relation fonctionnelle linéaire dépendance linéaire d'autant plus forte que Attention:

dépendance linéaire d'autant plus forte querelation fonctionnelle linéaire indépendance linéaire Attention: est grand Une forte causalité entre x et y

Attention:

dépendance linéaire d'autant plus forte que Attention: est grand Une forte causalité entre x et y
dépendance linéaire d'autant plus forte que Attention: est grand Une forte causalité entre x et y

est grand

Une forte causalité entre x et y implique une forte relation entre x et y qui n'est pas forcément linéaire; on n'a donc pas obligatoirement une forte corrélation linéaire. Une forte corrélation linéaire n'implique pas forcément une forte causalité.

3) Droites de régression

Dy/x : y = ax + b avec

. 3) Droites de régression Dy/x : y = ax + b avec Dx/y : x

Dx/y : x = a'y + b' avec

Dy/x : y = ax + b avec Dx/y : x = a'y + b' avec

La position des deux droites de régression l'une par rapport à l'autre donne un renseignement sur l'intensité de la relation linéaire:

* droites de régression confondues

* droites de régression perpendiculaires dont une de pente nulle

indépendance linéaire

* Plus les droites sont proches, plus la relation linéaire est importante

sont proches, plus la relation linéaire est importante relation fonctionnelle linéaire Relations intéressantes:

relation fonctionnelle linéaire

relation linéaire est importante relation fonctionnelle linéaire Relations intéressantes: r² = aa' OFPPT/DRIF 33

Relations intéressantes:

r² = aa'

relation linéaire est importante relation fonctionnelle linéaire Relations intéressantes: r² = aa' OFPPT/DRIF 33

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

Les séries statistiques simples de deux variables continues X et Y se présentent comme suit :

Individus

1

2

3

4

5 6

 

7

8

9

10

11

12

13

14

15

X

2

12

13

7

6 3

 

12

10

9

7

4

2

10

6

3

Y

22

2

4

14

15

19

7

8

10

11

16

18

11

12

21

TAF : après avoir élaboré un tableau de contingence, en adoptant des classes d’amplitudes égales à 4 unités pour la variable X et des amplitudes à 5 unités pour la variable Y, il vous est demandé d’apprécier la liaison qui existe entre ces deux variables.

Eléments de réponse :

 

Y

2 – 7

7 – 12

12 – 17

17 – 22

n

.j

X

 

2

– 6

0

0

2

3

5

6

– 10

0

3

2

0

5

10 – 14

3

2

0

0

5

n

i.

3

5

4

3

15

Les équations des droites d’ajustement linéaire :

-l’ajustement linéaire de Y à X : Y= a.X + b = -1.37 X+ 22.79 -l’ajustement linéaire de X à Y : X = a.Y + b = -0.56 Y+14.62

- coefficient de corrélation r : r = -0.87 Forte liaison linéaire négative entre les deux variables.

IX- Séries chronologiques :

Ce sont des séries d'observations échelonnées dans le temps. L'objectif de l'étude des séries chronologiques est double:

analyse d'un phénomène temporel en mettant en évidence essentiellement la tendance générale et les fluctuations saisonnières

élaboration d'un modèle permettant de faire de la prévision à court terme

A- Décomposition des chroniques :

L’évolution dans le temps d’un phénomène résulte de plusieurs facteurs :

- le Trend ou Tendance : T. C’est le mouvement de longue période que l’on considère le plus souvent comme une droite (tendance linéaire)

- les cycles : C. C’est une alternance de mouvements croissants et décroissants de moyen

terme.

- les variations saisonnières : S. On estime qu’il y a une composante saisonnière dans une

série, si, chaque année, à la même période, il se produit une variation du phénomène d’au moins 25% par rapport à la valeur moyenne.

- le résidu ou aléa : ε. C’est un événement exceptionnel impossible ou difficile à estimer.

L’évolution d’une variable X peut alors s’exprimer comme suit :

(1) X= T+C+S+ε ou (2) X= T.C.S.ε Le modèle additif (1) suppose que chaque composante apporte une contribution pure à l’évolution observée. Le modèle multiplicatif (2) montre que chaque composante amplifie les autres et traduit l’interdépendance entre les composantes.

Résumé de Théorie et Guide des travaux pratiques

Statistiques

B- La détermination du Trend :

1) Ajustement linéaire par la méthode des moindres carrés

La droite de régression de Y par rapport au temps t donne pour chaque t une valeur Tt

2)

Lissage par moyennes mobiles d'ordre k (k = nombre d'observations dans un cycle)

temps

variable

moyennes mobiles d'ordre 3

moyennes mobiles d'ordre 4

 
 

1 y1

   
 

2 y2

(y1 + y2 + y3)/3

 
 

3 y3

(y2 + y3 + y4)/3

(y1/2 + y2 + y3 + y4 + y5/2)/4

 

4 y4

(y3 + y4 + y5)/3

(y2/2 + y3 + y4 + y5 + y6/2)/4

 

5 y5

(y4 + y5 + y6)/3

(y3/2 + y4 + y5 + y6 + y7/2)/4

 

6 y6

(y5 + y6 + y7)/3

 
 

7 y7

   

les moyennes mobiles donnent pour chaque t (mis à part les valeurs extrêmes) une valeur Tt

Application :

La société BMT a pour activité la vente de système d’alarme. Le caractère porteur de ce marché lui a permis sur les cinq dernières années d’enregistrer les ventes suivantes en KDH :

Années

N –4

N –3

N –2

N –1

N

Chiffre

71697

90574

94550

125257

138150

d’affaires

TAF :estimez la prévision des ventes pour l’année N+1 en utilisant la méthode des moindres carrés. Eléments de réponse :

soit x le rang de l’année et y le chiffre d’affaires

 

xi

yi

xiyi

xi²

1

71697

71697

1

2

90574

181148

4

3

94550

283650

9

4

125257

501028

16

5

138150

690750

25

Sommes

15

520228

1728272

55

Moyennes

3

104046

   

a=16759 et b=53769 le chiffre d’affaires y s’exprimerait donc en fonction du rang x de l’année :

y=16759x + 53769 Pour l’année N+1 (rang 6), la prevision serait la suivante : y=16759 x 6+53769 = 154323 kdh

Résumé de Théorie et Guide des travaux pratiques

Statistiques

C- Analyse de la composante saisonnière :

1) modèle additif

- calcul des différences Yt - Tt = St + At

- calcul des coefficients saisonniers bruts S'j : pour chaque saison j, S'j = moyenne des différences de la saison j

saison j, S'j = moyenne des différences de la saison j - calcul des coefficients saisonniers

- calcul des coefficients saisonniers

2) modèle multiplicatif

- calcul des rapports Yt / Tt = St . At

- calcul des coefficients saisonniers bruts S'j : pour chaque saison j, S'j = moyenne des rapports de la saison j

- calcul des coefficients saisonniers

de la saison j - calcul des coefficients saisonniers D- Analyse de la composante aléatoire 1)

D- Analyse de la composante aléatoire

1) modèle additif At = Yt - Tt - St

2) modèle multiplicatif At = Yt / (Tt . St)

E- Désaisonnalisation :

Pour exprimer ce qu'aurait été le mouvement brut sans l'influence saisonnière, on utilise la série corrigée des variations saisonnières Y* (ou Ycvs)

1) modèle additif Y*t = Yt - St 2) modèle multiplicatif Y*t = Yt / St

F- Série Ajustée

Cette série est utilisée pour représenter ce qu'aurait été le phénomène en l'absence de phénomènes aléatoires 1) modèle additif

de phénomènes aléatoires 1) modèle additif = Tt + St 2) modèle multiplicatif = Tt .

= Tt + St

2) modèle multiplicatif

1) modèle additif = Tt + St 2) modèle multiplicatif = Tt . St F- Prévision

= Tt . St

F- Prévision à court terme:

Lorsque le trend est obtenu par la méthode des moindres carrés, il est possible d'obtenir une prévision postérieure à l'intervalle d'étude (à condition de rester dans des limites raisonnables), en utilisant le modèle précédent. Pour une date x correspondant à un coefficient saisonnier Sx , la tendance vaut Tx , et la prévision est donc donnée par Tx + Sx en modèle additif ou Tx . Sx en modèle multiplicatif

Résumé de Théorie et Guide des travaux pratiques

Statistiques

Application :

La société Jihane fabrique des jouets en plastique. Son activité a un caractère saisonnier très marqué. On dispose des données suivantes relatives aux années N-2, N-1 et N :

 

N – 2

N – 1

N

Trimestre 1

18912

25052

27635

Trimestre 2

28362

37579

41440

Trimestre 3

33098

43837

48357

Trimestre 4

14178

18789

20718

Total

94550

125257

138150

TAF :

1. Représentez graphiquement cette série statistique

2. Calculez les coefficients saisonniers de cette série.

3. Déterminez la série corrigée des variations saisonniers

4. Quelles sont les prévisions pour les années N+1, N+2, N+3 et N+4 ?

Eléments de réponse :

60000 50000 40000 30000 20000 10000 0 1 2 3 4 5 6 7 8
60000
50000
40000
30000
20000
10000
0
1
2
3
4
5
6
7
8
9
10
11
12
ventes

trimestres

2.

   

Trimestr1

   

Timestre2

   

Trimestre3

   

Trimestre4

   

y

t

y’ t

y

t /y’ t

y

t

y’ t

y

t /y’ t

y

t

y’ t

y

t /y’ t

 

y

t

 

y’ t

y

t /y’ t

N – 2

189

   

28362

   

33098

 

24405

1.36

14178

26325

0.54

12

 

N-1

250

28819

0.87

37579

30738

1.22

43837

 

31637

1.39

18789

32443

0.58

52

 

N

276

33490

0.83

27635

34296

1.21

48357

     

20718

   

35

 

Coeff

   

0.85

   

1.215

   

1.375

   

0.56

saiso

nnier

s

Coefficient saisonnier 1 er trimestre = (0.87+0.83)2 = 0.85

 

3.

Trimestre

1

2

3

4

5

6

7

8

 

9

10

 

11

 

12

t

   

y

t

18912

28362

33098

14178

25052

37579

43837

18789

 

27635

41440

48357

 

20718

Coeff.sais.

0.85

1.215

1.375

0.56

0.85

1.215

1.375

0.56

 

0.85

1.215

 

1.375

 

0.56

Série

 

21013

22690

25460

25778

27836

30063

33721

34162

 

30706

33152

37198

 

37669

corrigée

   

Résumé de Théorie et Guide des travaux pratiques

Statistiques

4. la prévision de la tendance nécessite un ajustement de la série corrigée des variations saisonniers (les moyennes mobiles). Droite d’ajustement de y’ t => y’ t = 1391x + 21228 On obtient les prévisions suivantes pour la tendance :

Trimestre

13

14

15

16

Prévision

39311

40702

42093

43484